导读:本文包含了自动人脸检测论文开题报告文献综述及选题提纲参考文献，主要关键词:VJ算法,AdaBoost算法,MDP模型,光流法
自动人脸检测论文文献综述
史双飞,张震[1]（2019）在《基于决策的人脸检测与自动跟踪方法》一文中研究指出对人脸检测与跟踪的研究现状进行了简要介绍,发现传统的MDP(Markov decision processes)跟踪算法需要手动初始化,这不利于实际场景中的灵活运用。因此,提出一种基于Viola-Jones人脸检测算法和改进的MDP自动跟踪算法。从视频序列中提取人脸的类Haar特征,采用AdaBoost算法构建强分类器,并利用级联方式将强分类器进行联合,从而提高人脸检测率。MDP跟踪算法将在线的多目标跟踪问题规划成MDP中的决策,为每一个人脸目标建立一个MDP模型,并用VJ检测器的输出来初始化该模型,将人脸的出现到消失看作是MDP模型中的状态转移,在跟踪过程中采用光流法结合Kalman运动估计提高人脸跟踪的准确性和鲁棒性,减少目标ID的分配错误。在此过程中VJ检测器作为监督指标,与跟踪器的输出进行关联。实验结果表明,该算法可以稳定地检测并跟踪场景内的人脸目标,其速率也能满足应用要求。(本文来源于《计算机技术与发展》期刊2019年09期）
Barnabas,Hinge（瓦努阿图）[2]（2017）在《采用人脸检测和识别技术实现医院患者的自动计数和登记》一文中研究指出患者在医疗机构看病而等候是件很平常的事,尽管医疗机构的服务正在不断提升,但是这些问题却依然存在,患者还是会抱怨排队及等候的时间长。本篇论文的课题是由一个私营医疗机构提供并赞助的,这个医疗机构想要减少患者在候诊室等候现象的发生。这个医疗机构想通过一些新技术思路或者新软件系统来提升其处理患者等候问题的能力,这些新思路或新系统并不直接影响候诊时间,而是通过多种服务的形式减少患者的等候时间。这个系统建设的主要目的是减少患者在得到治疗前的等待时间,其次是通过构建一种新形式的服务来帮助医疗工作者加快工作过程,进而减少患者的候诊时间。本篇论文将会用到计算机视觉的两个子领域的知识,用来构建一个包含人脸检测模块以及人脸识别模块的软件系统。通过候诊室摄像头提供的图像或视频,该系统中的人脸检测模块能够检测到患者面孔的数量,这个数量就是候诊室可能存在的候诊患者数量,而且这个数量能够不断更新并上传到医疗工作者的电脑上,他们会根据这个数量来提前准备医疗设备及工具,这样可以间接减少患者的等候时间。这个项目中的人脸识别模块能够通过检索登记表来实现新患者或没有登记的患者自动登记,同时自动将获得的数据填写到登记表中。除此之外,系统还能够检索到已登记病人的个人资料及其病史。从我们测试的数据结果来看,该软件系统实现了约95%的人脸检测率以及约90%的人脸识别率。(本文来源于《北京交通大学》期刊2017-12-20）
王喆[3]（2014）在《面向自动柜员机智能安防的异常人脸检测技术和系统研发》一文中研究指出近年来，随着各个银行业务的发展，电子化建设迅速发展，自动柜员机的数量不断增加，使用也普及到了全国各地。自动柜员机具有自动取款存款汇款等功能和无人值守这一使用环境，不少犯罪分子纷纷向其伸出黑手，一方面使得广大持卡人蒙受到巨大的财产损失；另一方面也扰乱了金融机构的正常工作秩序，给各个银行等金融机构也带来了一定损失。从众多的自动柜员机犯罪案件可以看出，为了逃避自动柜员机上监控摄像头的监视，很多犯罪嫌疑人在作案时都在外貌上进行了伪装，例如蒙面、戴墨镜、戴面具或戴口罩等，掩盖了面部信息。此行为增大了取款人的作案嫌疑，同时也给嫌疑人抓捕和案件侦破带来了困难。因此，在客户使用自动柜员机之时对其是否伪装面部进行实时检测，对于侦破自动柜员机案件和预防自动柜员机犯罪是行之有效的。本文通过对银行针对自动柜员机的监控需求，提出了针对自动柜员机正面人脸监控视频的异常人脸（墨镜和口罩）检测的应用，充分考虑了自动柜员机正面人脸监控视频的场景特征及变化，具有一定的准确性、实时性和鲁棒性。为了解决异常人脸检测问题并从银行的实际应用需求出发，本文采集了大量的自动柜员机正面视频，并对应用场景进行了分析，针对场景特征，设计了整体检测流程和具体检测算法。算法运用了背景建模、AdaBoost等现有成熟技术，结合Haar-like和HOG特征，完成了视频中人物的检测和人脸的定位，并提出了基于颜色统计的墨镜检测方法和基于直线检测的口罩检测方法。最终，开发出了一个面向自动柜员机智能安防的异常人脸检测的原型系统。(本文来源于《中山大学》期刊2014-05-01）
王炜程[4]（2014）在《基于人脸检测的批量证件照并行自动裁剪的研究及实现》一文中研究指出为在指定时间内将大批量非证件照裁剪成符合各种要求的标准证件照,降低人力资源消耗,提出了基于人脸检测技术的自动裁剪算法。包括给出使用多个不同参数重复多次进行检测的算法,用于获取更高的最终成功率。同时对其并行化以提高执行效率,并给出了并行前后的耗时对比及提升倍率。(本文来源于《软件》期刊2014年02期）
刘奇,黄英,刘云锋[5]（2010）在《基于肤色及AdaBoost算法的自动调焦人脸检测》一文中研究指出提出一种结合肤色检测和AdaBoost算法的自动调焦实时人脸检测方法。采用肤色信息定位皮肤区域,针对AdaBoost算法对待检人脸尺寸小于训练样本人脸尺寸时检测率低的缺陷,并采用自动调焦算法调整图像大小后再利用Ad-aBoost算法进行人脸检测。实验结果表明,结合肤色信息和自动调焦后的AdaBoost算法性能较传统AdaBoost算法有明显提高,同时对小人脸图像也有更好的检测效果。(本文来源于《现代电子技术》期刊2010年22期）
梁晓丽[6]（2010）在《基于人脸检测识别的自动签到方法研究》一文中研究指出目前考勤系统主要有叁种方法,纸介打卡机、指纹打卡机和IC卡照相打卡机。这叁种方法都有弊端,纸介打卡机可以由他人代打,容易作弊;指纹打卡机中采集人得指纹,由于人手在使用过程中会受到摩擦而影响指纹的清晰度,所以识别率较低;IC卡照相打卡是需要每个人用自己的IC卡激活打卡机,然后进行拍照,把照片存入IC卡对应的文件夹下,到月末的时候由专人进行统计照片张数,所以浪费人力而且当IC卡丢失或损坏,则给考勤带来一定的麻烦。本文结合已有的人脸识别算法提出了把人脸识别技术应用于考勤系统,运用Opencv中对于人脸检测的模型已经建立的XML文件和奇异值分解以及神经网络等方法应用于单位考勤系统,采用建立人脸图像训练库代替前文提出的IC卡,解决了IC卡在丢失或损坏情况下存在的问题,并实现了动态人脸识别考勤系统。主要阐述了用ASP、SQL2005等工具开发“签到系统”的全过程即实现步骤。本文中人脸特征提取和基于神经网络实现的人脸识别分类都是采用的matlab来实现的代码,在最后使用ASP设计系统时采用的转换方式是在JAVA中调用matlab代码,然后再编辑成组件在ASP中调用,最终实现了B/S模式下的自动人脸识别的签到系统,界面友好,操作简单。(本文来源于《哈尔滨工程大学》期刊2010-05-01）
张明慧,张尧禹[7]（2010）在《人脸检测技术在ATM自动识别功能拓展系统中应用》一文中研究指出针对ATM机存在的不安全因素,开发研制了ATM自动识别功能拓展系统。鉴于人脸特征的独一无二性,在现有的ATM机上增加人脸识别作为一种身份验证手段。而人脸检测是人脸识别的首要环节,采用了基于AdaBoost算法,构造了人脸检测系统。实验结果表明,该算法实现人脸检测时间在70ms左右,在环境较好的情况下,可有效检测单个人脸和多个人脸,满足了该系统的要求。(本文来源于《微型电脑应用》期刊2010年04期）
蒋大星[8]（2010）在《基于人脸检测的自动红眼消除算法研究》一文中研究指出红眼现象是指在闪光灯模式下拍摄人像照片时,在照片中人眼的瞳孔处呈现出红色斑点的现象。红眼和一般人们所认知的眼睛颜色差别很大,降低了照片的质量,给摄影对象留下了遗憾,往往被视为照片中的败笔。由于照相的机会往往无法重复获得,因此,消除照片中的红眼现象很有必要。本文提出了一种在人脸检测的基础上自动消除数码照片中红眼的方法。整个方法分为叁个部分：人脸检测、红眼检测和红眼消除。在人脸检测部分,从运算速度、鲁棒性等方面考虑,首先采用肤色分割技术获得图像中的肤色区域。然后,对该肤色区域使用计算区域长宽比例、计算区域大小和判断区域上是否有头发等方法进行判断,初步筛选出可能存在人脸的肤色区域。最后,采用支持向量机方法对该可能存在人脸的肤色区域进行检测,从而得到精确的人脸区域。确定了人脸区域之后,红眼检测部分的作用是在人脸区域中定位红眼的位置。首先根据人脸面部的几何特征规则和红色度,迅速粗略地标出包含红眼的矩形区域。然后,使用掩模算法和瞳孔定位算法分别对包含红眼的矩形区域进行处理。最后,计算出红眼的精确位置。红眼消除部分就是对红眼像素RGB空间的叁个通道分别进行调整,在降低R通道值的同时也对G通道和B通道做适当调节,使瞳孔区域呈现实际的颜色。并对红眼区域边缘的像素做平滑操作,使瞳孔恢复自然的颜色。在上述理论和方法的基础上,本文设计出了基于人脸检测的自动红眼消除系统,并进行了大量的实验和测试。实验结果显示,本文提出的方法在保证消除红眼现象的同时还可提高处理效率,并且具有较好的鲁棒性。(本文来源于《西安电子科技大学》期刊2010-01-01）
崔跃利[9]（2009）在《基于人脸检测的自动红眼消除研究》一文中研究指出“红眼效应”是指用闪光灯拍摄人物照片时,在人眼瞳孔中央形成的红点现象。它阻碍附有闪光功能的嵌入式产品比如数码相机、摄像机、手机等的广泛应用。论文主要实现了一个自动红眼消除系统,该系统主要分成人脸检测和红眼消除两个模块。人脸检测模块分成训练过程和检测过程,红眼消除模块分为红眼定位和色彩修正。人脸检测模块采用了基于AdaBoost算法的人脸检测。论文详细阐述了基于Adaboost人脸检测算法,包括haar-like特征、积分图、Adaboost算法的训练过程以及人脸的检测过程,并实现了人脸检测系统,最后给出人脸检测的部分效果图。红眼消除模块主要是在找到的人脸候选区域中,经过计算红色度,并对红色度图像进行分割,再对分割后的二值图像进行形态学闭操作,得到优化的掩摸,再用几何特征限制算法限制非红眼目标,从而定位真正的红眼区域,最后对所定位的红眼进行色彩修正和平滑操作。最后使用C和C++语言在VC6.0平台上实现了一个自动红眼消除系统。在实验中选取了一组含红眼的数码图像作为测试集,对于红色度较高的正面人脸,系统的红眼消除准确率很高,但是对于非正面人脸、红色度很低的弱红眼,红眼消除系统存在失效现象。而在一般数码照片中,正面人脸所占的比例非常大,因此,论文提出的方法能有效地消除数码照片中的红眼现象,在数码领域具有一定应用价值。(本文来源于《河北大学》期刊2009-06-01）
王展青,李健,童恒庆[10]（2009）在《基于均值平移的自动人脸检测与跟踪算法》一文中研究指出针对彩色图像序列的人脸跟踪问题,提出了一种基于均值平移的自动人脸检测与跟踪算法。对每帧图像采用基于肤色和支持向量机的算法检测人脸,可以减少计算量。对于检测到的人脸,判断是否含有新增人脸,有则将新的人脸加入跟踪序列,否则继续跟踪原有人脸序列。然后采用均值平移算法对人脸序列进行跟踪,其计算量小,跟踪稳定可靠,从而实现自动的人脸检测与跟踪。实验结果表明,该算法可以很好地进行人脸的自动检测跟踪。(本文来源于《武汉理工大学学报(信息与管理工程版)》期刊2009年01期）
自动人脸检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
患者在医疗机构看病而等候是件很平常的事,尽管医疗机构的服务正在不断提升,但是这些问题却依然存在,患者还是会抱怨排队及等候的时间长。本篇论文的课题是由一个私营医疗机构提供并赞助的,这个医疗机构想要减少患者在候诊室等候现象的发生。这个医疗机构想通过一些新技术思路或者新软件系统来提升其处理患者等候问题的能力,这些新思路或新系统并不直接影响候诊时间,而是通过多种服务的形式减少患者的等候时间。这个系统建设的主要目的是减少患者在得到治疗前的等待时间,其次是通过构建一种新形式的服务来帮助医疗工作者加快工作过程,进而减少患者的候诊时间。本篇论文将会用到计算机视觉的两个子领域的知识,用来构建一个包含人脸检测模块以及人脸识别模块的软件系统。通过候诊室摄像头提供的图像或视频,该系统中的人脸检测模块能够检测到患者面孔的数量,这个数量就是候诊室可能存在的候诊患者数量,而且这个数量能够不断更新并上传到医疗工作者的电脑上,他们会根据这个数量来提前准备医疗设备及工具,这样可以间接减少患者的等候时间。这个项目中的人脸识别模块能够通过检索登记表来实现新患者或没有登记的患者自动登记,同时自动将获得的数据填写到登记表中。除此之外,系统还能够检索到已登记病人的个人资料及其病史。从我们测试的数据结果来看,该软件系统实现了约95%的人脸检测率以及约90%的人脸识别率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自动人脸检测论文参考文献
[1].史双飞,张震.基于决策的人脸检测与自动跟踪方法[J].计算机技术与发展.2019
[2].Barnabas,Hinge（瓦努阿图）.采用人脸检测和识别技术实现医院患者的自动计数和登记[D].北京交通大学.2017
[3].王喆.面向自动柜员机智能安防的异常人脸检测技术和系统研发[D].中山大学.2014
[4].王炜程.基于人脸检测的批量证件照并行自动裁剪的研究及实现[J].软件.2014
[5].刘奇,黄英,刘云锋.基于肤色及AdaBoost算法的自动调焦人脸检测[J].现代电子技术.2010
[6].梁晓丽.基于人脸检测识别的自动签到方法研究[D].哈尔滨工程大学.2010
[7].张明慧,张尧禹.人脸检测技术在ATM自动识别功能拓展系统中应用[J].微型电脑应用.2010
[8].蒋大星.基于人脸检测的自动红眼消除算法研究[D].西安电子科技大学.2010
[9].崔跃利.基于人脸检测的自动红眼消除研究[D].河北大学.2009
[10].王展青,李健,童恒庆.基于均值平移的自动人脸检测与跟踪算法[J].武汉理工大学学报(信息与管理工程版).2009
标签：VJ算法; AdaBoost算法; MDP模型; 光流法;